检索结果-内蒙古大学图书馆

计算机应用研究 2021年第2期38卷 363-366,371页

作者：程其玲金瑜武汉科技大学计算机科学与技术学院武汉430065 湖北省智能信息处理与实时工业系统重点实验室武汉430065

区块链隐私保护技术中的去中心化混币机制CoinJoin和CoinShuffle,分别因为代理节点不可信和节点需要层层传递加密而存在安全或效率低的问题,因此提出了TTShuffle,一种两层的隐私保护机制。首先将所有混币节点分成不同的组,通过层层加密... 详细信息

区块链隐私保护技术中的去中心化混币机制CoinJoin和CoinShuffle,分别因为代理节点不可信和节点需要层层传递加密而存在安全或效率低的问题,因此提出了TTShuffle,一种两层的隐私保护机制。首先将所有混币节点分成不同的组,通过层层加密在组内进行第一层洗牌,保护组内交易的敏感数据;然后由每个组派一个节点作为本组的代表,进行第二层的组间洗牌,保护所有组的敏感数据得到最后完整的交易内容。通过安全和实验分析表明,TTShuffle中40个混币参与者混币时间低于10 s,相比CoinShuffle机制提高了混币的效率,减少了混币时间,也确保了混币过程的隐私安全。

关键词：区块链混币机制隐私保护洗牌两层

来源：评论

学校读者我要写书评

暂无评论

基于模糊控制的高峰时段过饱和交通流配时方法

引用

计算机与数字工程 2022年第7期50卷 1468-1473,1561页

作者：聂雷汪奇锋张明萱武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065

随着城市交通需求量的快速增加,过饱和的交通流在早晚高峰时段出现得愈发频繁。现有的交通信号配时方法通常针对非饱和交通流进行设计,其在过饱和交通流情况下往往无法发挥其优势;其主要缺陷在于未区分过饱和与非饱和信号相位,导致过饱... 详细信息

随着城市交通需求量的快速增加,过饱和的交通流在早晚高峰时段出现得愈发频繁。现有的交通信号配时方法通常针对非饱和交通流进行设计,其在过饱和交通流情况下往往无法发挥其优势;其主要缺陷在于未区分过饱和与非饱和信号相位,导致过饱和信号相位未被分配足够的绿灯时间,同时非饱和信号相位的绿灯时间利用率较低。针对上述问题,提出一种基于模糊控制的过饱和交通流配时方法(Fuzzy Control based Timing Method for Oversaturated Traffic Flows,FCTO)。在过饱和的交通流情况下,该方法首先基于改进的Webster配时法设置合理的初始信号周期,接着基于模糊控制确定各相位的绿延时间,最后结合各相位的初始绿灯时间和绿延时间确定最终的绿灯时间。基于开源仿真平台SUMO和真实交通流数据的实验结果表明,所提FCTO方法与其他方法相比较,在高峰时段其平均停车时长、车辆速度和拥塞车辆数方面表现出更优的性能。

关键词：过饱和信号配时模糊控制 Webster配时法 SUMO

来源：评论

学校读者我要写书评

暂无评论

基于二级U-Net的小样本下秀丽隐杆线虫端泡分割方法

引用

计算机与数字工程 2022年第1期50卷 163-168,200页

作者：曹思刘俊武汉科技大学计算机科学与技术学院武汉430070 智能信息处理与实时工业系统湖北省重点实验室武汉430070

针对基于深度学习的卷积神经网络需要巨大的数据样本才能得到较好的效果。该研究在加入数据扩充的基础下,基于U-Net网络提出了一种二级卷积神经网络在小样本下的秀丽隐杆线虫端泡自动分割方法,并在第一级网络加入最大包含损失来降低两... 详细信息

针对基于深度学习的卷积神经网络需要巨大的数据样本才能得到较好的效果。该研究在加入数据扩充的基础下,基于U-Net网络提出了一种二级卷积神经网络在小样本下的秀丽隐杆线虫端泡自动分割方法,并在第一级网络加入最大包含损失来降低两级网络的内部干扰。解决了应用传统单级网络在小样本下分割效果不好的问题。实验表明,对与秀丽隐杆线虫端泡的分割,Dice Coefficien达到89.5%,Jaccard Index达到了81.5%。

关键词：秀丽隐杆线虫两级网络卷积神经网络小样本

来源：评论

学校读者我要写书评

暂无评论

基于关联交互和双边注意力的稀疏目标检测器

引用

计算机工程与设计 2025年第1期46卷 206-213页

作者：周泽政陈东方王晓峰武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065

稀疏目标检测器Sparse R-CNN算法缺少对目标间关系的建模,导致网络对全局特征信息的利用较差,使检测效果不佳。为解决上述问题,提出关联交互模块,通过融合可学习的参数和与图像数据相关的目标间关联特征数据,增强目标之间的关联性;提出... 详细信息

稀疏目标检测器Sparse R-CNN算法缺少对目标间关系的建模,导致网络对全局特征信息的利用较差,使检测效果不佳。为解决上述问题,提出关联交互模块,通过融合可学习的参数和与图像数据相关的目标间关联特征数据,增强目标之间的关联性;提出双边注意力机制,通过融合实例交互注意力信息和物体与物体间的关联注意力信息,增强对全局特征的交互。基于PASCAL VOC和MS COCO数据集的实验结果表明,该方法能够有效提升检测精度,整体性能优于原方法。

关键词：目标检测深度学习稀疏网络关联实例交互全局特征注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于自适应切换阈值的异构车载网络选择方法

引用

计算机与数字工程 2022年第6期50卷 1306-1311页

作者：聂雷朱婵娟陈美君武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065

异构车载网络环境中的网络选择策略对于保障车辆的网络服务质量极为重要,目前基于多属性决策的网络选择方法通过多种网络属性综合评估候选网络的性能,从而实现最佳网络的接入。然而,该类方法在执行网络切换时通常存在盲目选择最佳网络... 详细信息

异构车载网络环境中的网络选择策略对于保障车辆的网络服务质量极为重要,目前基于多属性决策的网络选择方法通过多种网络属性综合评估候选网络的性能,从而实现最佳网络的接入。然而,该类方法在执行网络切换时通常存在盲目选择最佳网络或网络切换阈值相对固定的问题,容易导致“切换阻塞”现象的发生,也难以满足动态变化的车载环境和用户需求。针对上述问题,提出一种基于自适应切换阈值的异构车载网络选择方法AHT-NSM。首先基于车辆的网络驻留时间进行候选网络的预筛选,接着利用结合主客观权重的效用函数评估候选网络的性能,最后设计一种自适应切换阈值提高网络选择方法在动态车载网络中的适应性。对比实验结果表明所提出的AHT-NSM方法在降低网络切换阻塞概率和提高网络资源利用率方面表现更优。

关键词：异构车载网络网络选择多属性决策效用函数自适应切换阈值

来源：评论

学校读者我要写书评

暂无评论

基于多层融合注意力的乳腺肿瘤图像分割方法

引用

计算机技术与发展 2023年第7期33卷 139-145页

作者：王宇昕付晓薇赵思宇陈芳武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065 武汉科技大学校医院超声影像科湖北武汉430065

针对超声乳腺肿瘤图像中存在的高散斑噪声较多、肿瘤边缘模糊以及形状复杂多样等问题,提出了一种基于多层融合注意力的超声乳腺肿瘤图像分割方法。首先,在保持U-Net编-解码结构的基础上,采用经过预训练的ResNet-34模型,用于在编码部分... 详细信息

针对超声乳腺肿瘤图像中存在的高散斑噪声较多、肿瘤边缘模糊以及形状复杂多样等问题,提出了一种基于多层融合注意力的超声乳腺肿瘤图像分割方法。首先,在保持U-Net编-解码结构的基础上,采用经过预训练的ResNet-34模型,用于在编码部分提取更深层次的特征;然后,在跳跃连接部分对相邻的浅层特征与深层特征分别进行空间与通道维度上的增强;其次,将经过注意力增强后的不同层次特征进行融合,重点关注肿瘤区域的位置,以避免散斑噪声干扰下的错误分割;最后,利用普通卷积层进行特征还原,得到分割结果。实验结果表明,所提方法对噪声干扰较大的超声乳腺肿瘤图像鲁棒性更强,Dice系数、IoU、Recall和Precision分别能够达到0.8522、0.7682、0.8773和0.8630。同时,所提方法在模型复杂度上也有较好的表现,较对比方法具有更优的分割性能。

关键词：超声乳腺图像肿瘤分割 U-Net 卷积神经网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

无人驾驶车通过高速公路闸口区的方法研究

引用

汽车工程 2020年第9期42卷 1263-1269页

作者：熊莹毛雪松武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室武汉430065 武汉科技大学信息科学与技术学院/人工智能学院武汉430081

高速公路闸口区域内,由于周围车辆行为的随机性,传统路径规划和智能决策方法不能实现无人驾驶车辆的安全行驶。针对这一问题,提出一种决策树的结构化控制模型,通过控制速度使车辆沿预定路径安全驶过闸口区。首先给出高速闸口区场景参数... 详细信息

高速公路闸口区域内,由于周围车辆行为的随机性,传统路径规划和智能决策方法不能实现无人驾驶车辆的安全行驶。针对这一问题,提出一种决策树的结构化控制模型,通过控制速度使车辆沿预定路径安全驶过闸口区。首先给出高速闸口区场景参数、闸口区收费窗口到匝道之间路径预定义方法和车辆模型;在此基础上提出决策树的结构化控制模型,控制速度实现车辆安全行驶,并采用纯追踪法使车辆沿预定路径通过闸口区;最后通过计算机仿真创建随机道路环境,验证决策树控制模型的安全性和车辆速度的连续性、加减速度的可执行性。结果表明,无人驾驶车辆在周围车辆遵守交通规则的前提下,通过决策树控制模型控制车身速度可实现安全通过高速公路闸口区,并且车辆速度、加减速度均符合交通规则且在车辆可执行范围内。

关键词：路径规划决策树无人驾驶智能决策类人行为驾驶

来源：评论

学校读者我要写书评

暂无评论

面向模糊主题复杂问句的阶段性查询图生成

引用

计算机与数字工程 2024年第7期52卷 2055-2060页

作者：邓涵玮刘钊高峰顾进广武汉科技大学计算机科学与技术学院武汉430065 湖北省智能信息处理与实时工业系统重点实验室武汉430065 武汉科技大学大数据科学与工程研究院武汉430065 新闻出版署富媒体数字出版内容组织与知识服务重点实验室北京100083

论文面向无主题实体和多主题实体的模糊主题复杂问句,提出了一种基于阶段性查询图生成的改进方案。针对无主题实体复杂问句,论文提出了以答案节点为起始节点的查询图构造方案。针对多主题实体复杂问句,论文提出了一种基于规则和Transfor... 详细信息

论文面向无主题实体和多主题实体的模糊主题复杂问句,提出了一种基于阶段性查询图生成的改进方案。针对无主题实体复杂问句,论文提出了以答案节点为起始节点的查询图构造方案。针对多主题实体复杂问句,论文提出了一种基于规则和Transformer编码器的主题实体选取策略,提高了问答的准确性。在四个数据集上的对比实验结果表明,该方法在复杂问题问答上的表现优于最近表现较好的Multi-hopCQA。

关键词：知识图谱问答查询图复杂问句阶段性生成查询图

来源：评论

学校读者我要写书评

暂无评论

基于稳定匹配的实时ETL弹性调度机制

引用

计算机应用与软件 2022年第2期39卷 266-273页

作者：刘旋律顾进广武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 湖北武汉430065 武汉科技大学大数据科学与工程研究院湖北武汉430065 国家新闻出版署富媒体数字出版内容组织与知识服务重点实验室北京100038

在数据生产速度波动较大的场景,为了实时ETL资源利用更合理,提出基于稳定匹配的ETL弹性调度机制。预测数据源的数据生产速度,并计算满足预测值的消费数据速度;使用贪婪负载均衡算法,调整ETL服务个数使节点负载均衡;确定ETL操作匹配关系... 详细信息

在数据生产速度波动较大的场景,为了实时ETL资源利用更合理,提出基于稳定匹配的ETL弹性调度机制。预测数据源的数据生产速度,并计算满足预测值的消费数据速度;使用贪婪负载均衡算法,调整ETL服务个数使节点负载均衡;确定ETL操作匹配关系,使消费数据速度最大且代价最小。该调度机制将匹配问题转化为最小费用最大流问题,并提出基于Dicnic算法的改进算法。实验结果表明,该调度机制在资源使用方面具有优势。

关键词：实时ETL 弹性调度稳定匹配最小费用最大流

来源：评论

学校读者我要写书评

暂无评论

基于YOLO v3的落水人员检测

引用

计算机技术与发展 2022年第8期32卷 49-54页

作者：许晓峰陈姚节刘恒武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065

针对落水人员所处水域的复杂性以及波纹、阳光等因素导致对落水人员检测的准确率较低,以及在检测小目标时,经典检测算法易出现误检漏检情况,提出一种改进的YOLO v3目标检测算法。使用k-means++聚类算法对自有落水人员数据集进行聚类,得... 详细信息

针对落水人员所处水域的复杂性以及波纹、阳光等因素导致对落水人员检测的准确率较低,以及在检测小目标时,经典检测算法易出现误检漏检情况,提出一种改进的YOLO v3目标检测算法。使用k-means++聚类算法对自有落水人员数据集进行聚类,得到更适合落水人员的锚框,从而提高检测速度与精度;在网络中加入通道注意力机制模块,其关注通道信息,可以学习到不同通道特征的重要程度,根据重要程度为每个通道分配相应的权重,从而让网络关注重要的特征,抑制不重要的特征,提高重要特征的表征能力;引入感受野模块(RFB)来增大浅层特征图的感受野,从而提高小目标检测精度。最后,在自制的落水人员数据集上对该算法进行了验证,结果表明,该算法在检测效果上优于原始YOLO v3。

关键词： YOLO v3 聚类感受野模块注意力机制目标检测

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：